综合增长指数法在工业废水排放量预测中的应用

关键词： 形势 煤矿安全 煤矿 生产

综合增长指数法在工业废水排放量预测中的应用（共6篇）

篇1：综合增长指数法在工业废水排放量预测中的应用

综合增长指数法在工业废水排放量预测中的应用

摘要：介绍了综合增长指数法的建模方法,并应用该方法对我国珠江三角洲某市不同区域工业废水排放量进行预测.实际检验结果表明,该预测模型精度较高,且使用方便,适用于总量控制区域内初始排污指标按区分配时,对各区进行规划期内工业废水排放量的预测.作 者：王丽芳 吴纯德 阮梅芝 范平 WANG Li-fang WU Chun-de RUAN Mei-zhi FAN Ping 作者单位：华南理工大学,环境科学与工程学院,广州,510006期 刊：工业用水与废水 ISTIC Journal：INDUSTRIAL WATER & WASTEWATER年，卷(期)：,39(3)分类号：X708 O242关键词：工业废水 排放量 综合增长指数法

篇2：综合增长指数法在工业废水排放量预测中的应用

指数平滑法在路面使用性能预测中的应用

通过对路面使用性能指标随时间发展规律及其特点的`研究和分析,指出了传统预测方法的不足,提出采用指数平滑法来提高预测精度.经工程实例分析表明,使用该模型可以很好地预测路面使用性能的发展,可用于路面使用性能的预测,为解决我国使用性能预测模型预测精度不高提供一种有效而实用的方法.

作 者：王昌衡 鲍亮亮 作者单位：湖南大学土木工程学院,湖南,长沙,410082刊 名：西部探矿工程英文刊名：WEST-CHINA EXPLORATION ENGINEERING年，卷(期)：21(4)分类号：U416.2关键词：路面使用性能 指数平滑 传统预测方法 预测精度

篇3：综合增长指数法在工业废水排放量预测中的应用

路面平整度IRI在路面使用过程中,会随着时间或行车荷载的增加而逐渐变差,当平整度值达到某一预定标准时,就需要对路面采取改建措施以恢复和提高其性能,所以准确的预测平整度值显得更加重要。目前平整度值IRI预测模型主要有时间序列模型、logisitic回归模型和多元线性回归模型。然而这些模型都易受到原始数据的限制,从使得预测结果不理想。所以作者结合路面平整度发展规律,采用指数平滑法来探讨路面平整度的发展规律及其预测方法。

1 路面平整度的发展规律及预测模型选择

一般地,在行车荷载作用下,路面的平整度状况会逐渐下降,大量的现场平整度观测资料表明,平整度值IRI随交通荷载作用的变化有如(图1)的发展过程。对于不同的路面结构、不同的水文地质条件以及不同的施工工艺,平整度恶化的速度不同。采用了某种具体养护措施之后,不仅结构条件有所变化,且平整度得到改善。在养护周期内平整度值的变化成上升趋势,由于结构条件的变化(衰减和养护等),平整度变化速度由a变为a′。笔者通过对大量的数据验证发现用二次多项式拟合平整度值,其精度和指数曲线差不多,甚至更优。另外我们分析可知,对同一路面,平整度的发展主要受近期状况的影响,所以建立模型时,应该加重对近期值的权重来确定模型参数,为此笔者提出指数平滑法以改进预测精度。

2 指数平滑法预测模型

指数平滑法又称为指数修匀,是一种重要的时间序列预测法。它的基本思想是先对原始数据进行处理,然后根据平滑值经过计算构成预测模型,用于计算未来预测值。根据平整度值发展的特点,我们试采用三次指数平滑法进行平整度预测。这里要注意,应用指数平滑法进行预测时,须首先估算初始值。本文采用二次多项式拟合原始数据,得出参数a,b,c,然后反算初始值。应用指数平滑法进行趋势预测时,需合理确定平滑系数α的值。为准确起见,这里我们分别选用不同α的值试算,根据实际情况,一般考虑最近几期的误差最小为准则。误差分析指标一般采用误差标准差(SDE)和平均相对误差(MAPE)。

3 实例分析

以沈(阳)大(连)高速公路某段路面为例,来建立预测路面使用性能的指数平滑模型。该段路面1989至1997年路面平整度实测值如表1,用前6年的数据预测后3年的数据,并和实测值做比较。为了显示指数平滑预测法的优越性,我们把结果同灰色理论GM(1,1)模型预测方法和文献[3]结果做一比较。灰色预测法的建模步骤参见文献[4],以1989~1994年的实测数据为原始数据对其后三年进行了预测,其结果见表1。从表1可以发现指数平滑法的预测效果较灰色理论和文献[3]为好,误差标准差(SDE)和平均相对误差(MAPE)均较小,这主要是因为指数平滑法在确定模型参数时,合理的确定了初始值,在兼顾全体数据的基础上提高了近期值的权重,使得模型预测的结果更加符合实际情况,同时也使得模型具有很强的时变性。

(单位:mm,α=0.83)

由于初始值确定后,就只有平滑系数一个变量,所以指数平滑法的修正是非常方便的。当有新数据加入时,只需依据近期误差最小的准则调整平滑系数即可,计算程序可用EXCEL或编程进行。

4 结论

(1)本文结果表明采用指数平滑法预测路面平整度值IRI的发展是合理的,由于改进了初始值的确定方法,使得预测结果受数据的影响不明显,精度明显提高。(2)通过和灰色理论比较,其结果要较灰色预测法为好,这主要归于:一方面指数平滑法模型选择适当;另一方面指数平滑法利用了全部历史数据,并遵循“重近轻远”的原则对历史数据进行处理,改变预测模型中的时变参数值,这和实际中近期数据对预测更有价值这一点相符。(3)改进了确定初始值参数的方法,消弱了预测结果对数据个数的限制,一般当数据个数大于5时即可精确完成预测。另外,指数平滑法模型简单,当新数据加入时,只要调整平滑系数以对模型进行修正,来提高预测精度。(4)指数平滑法模型理论还不成熟,需要在以后不断完善,以期得到更广泛的应用。

摘要：通过对路面平整度指数IRI随时间发展规律的分析与研究,提出采用指数平滑法来提高预测精度。经工程实例分析表明,使用该模型可以很好地预测路面平整度的发展,是一种有效而实用的方法。

关键词：国际平整度指数,指数平滑法,预测精度,路面使用性能

参考文献

[1]倪富健,方昱,薛智敏.时间序列在路面平整度预测中的应用[J].东南大学学报,2006,36(4):634-637.

[2]潘玉利.高速公路资产现代化管理技术的研究[J].公路交通科技,2005,4(3):23-26.

[3]王昌衡,鲍亮亮.指数平滑法在路面使用性能预测中应用[J].西部探矿工程,2009,(4):37-39.

篇4：综合增长指数法在工业废水排放量预测中的应用

事故预测是对系统未来的安全状况进行预报和测算,事故预测与辨识、安全分析与评价、安全管理与决策一直是系统安全工程研究的主干线[3]。通过对煤矿的事故数据进行统计分析,可以了解煤矿在各个时期的安全状况,宏观地分析伤亡事故发生的原因,掌握伤亡事故发生的规律和趋势,从而找到今后安全工作中应主要解决的问题,为制定广泛的预防事故措施提供依据[4]。因此,对我国煤矿事故的预测模型进行研究具有一定的实用意义。

1 煤矿事故统计指标

事故统计是对安全形势的综合评价,是对安全生产监督管理工作的客观反映,是安全生产监督管理工作决策的依据[5]。

煤矿事故的统计分析,就是应用统计的方法来研究煤矿伤亡事故的发生规律。它是通过合理的收集与事故有关的资料和数据,对大量数据的特征进行分析和推断,从而掌握这些现象的发生规律,为事故预防工作指明方向。为了衡量煤矿企业的安全状况,事故造成的伤亡人数的绝对数字是我国目前主要使用的煤矿事故统计指标之一。

2 预测模型

指数平滑法具有使用方便、操作简单等特点,近年来被广泛的应用于许多研究领域[6,7,8,9]。结合近年来我国煤矿事故非线性变化的特点,可以对不同的年份取不同的权重,采用“重近轻远”的策略,使其跟踪时序的变化。三次指数平滑是在二次平滑值的基础上又进行了一次平滑,可以用它来估算二次多项式的参数值,建立的模型为:

该模型是非线性的,它类似于二次多项式相,能够较好的显现时序的变化趋势,经常用于预测非线性变化时序的发展状况。三次指数平滑法的预测参数分别由下式计算得出:

平滑值分别为:

三次指数平滑法与一次、二次指数平滑法相比要复杂很多,但它们修正预测值的目的是相同的,从而使其能跟踪时序的发展,三次指数平滑能够跟踪时序的非线性变化趋势。

3 死亡人数三次指数平滑法预测

3.1 预测目的

指数平滑法只需要历史数据资料,是一种比较简单易行、能快速地获得结果的预测方法[6,7,8,9]。虽然指数平滑法在数据有趋势发展时存在预测数据滞后现象,但对于事故短期预测来说仍然具有一定的实用价值。通过预测,可以明晰事故发展规律,提出相关措施,为我国政府管理部门宏观管理和制定安全生产规划提供科学决策。

3.2 预测过程

根据我国煤矿事故的统计数据,应用三次指数平滑预测方法,预测2012,2013两年的年煤矿事故死亡人数。

应用三次指数平滑法进行预测必须首先估算初始值S0(1)、S0(2)、S0(3)。由于本次收集的煤矿事故死亡人数资料只有20年(见表1),不能够忽略初始平滑值对预测值的正常影响,经过反复试算,可以采用取前三个数据的平均值作为平滑初始值,即:

从图1中可以看出,预测所需的原始数据即煤矿事故死亡人数变化较大,故将平滑指数取较大的值,以便将近期的变化趋势充分考虑在内,经过多次反复计算,确定将取平滑指数α=0.45进行预测。

根据前面介绍,布朗三次指数平滑法不是以平滑值直接作为预测值,而是为建立模型所用。布朗三次指数平滑是对二次平滑值再进行一次平滑,并用来估计二次多项式参数。布朗三次指数平滑法和二次指数平滑法都是在一次指数平滑法基础上进行的。由以上公式计算煤矿事故死亡人数所需各项参数,计算结果见三次指数平滑法预测计算表(表2)。

所以,分别将T=1,T=2代入可得2012、2013年的死亡人数预测值:

1997-2011年的预测值分别由该年份之前数据取T=1计算。

3.3 预测结果分析

从图2可以看出,针对我国煤矿事故死亡人数进行的布朗三次指数平滑法预测精度较高,预测值与原值基本符合。2008、2009和2011年的预测值与实际值的相对误差分别为0.78%、2.84%和1.55%,所以应用这种方法进行事故死亡人数预测合理可行。可以通过进行这种预测,预报未来短期内的事故发展趋势,为决策者提供决策依据。对2012年和2013年煤矿事故死亡人数的预测结果来看,死亡人数继续保持下降趋势,但从绝对数字上来看,数量仍然很大,形势依旧严峻。针对这种形势,需要继续采取多方面的措施,以实现最大程度的煤矿生产安全。

4 结论

安全是煤炭行业永恒的主题,针对我国煤矿事故频发、人员伤亡严重等现状,采用事故统计分析和预测是保障煤矿安全生产、进行事故预防的有效手段之一。对我国煤矿事故进行统计分析和预测,对指导我国煤矿事故预防工作有一定实用性,论文研究的主要结论有:

(1)提出了将三次指数平滑法预测模型应用于事故预测的方法。结合我国煤矿安全生产工作的实际情况和事故特性,较为系统地研究和探讨了事故预测的理论。

(2)基于汇总统计的煤矿事故数据,应用布朗三次指数平滑法对我国煤矿事故的事故死亡总人数进行事故预测,预测了我国煤矿的未来安全形势。布朗三次指数平滑法预测精度较高,适用于短期预测。

(3)三次指数平滑法应用于煤矿事故的预测,符合煤矿事故的特点,对煤矿事故进行科学的预测与分析,为安全管理提供依据,以最大限度地减少事故的发生。

参考文献

[1]胡双启,李勇.基于灰色Elman神经网络的煤矿事故预测[J].中国安全生产科学技术,2009,5(4):106-109HU Shuang-qi,LI Yong,Prediction of coalm ine acci-dents based on gray elman neural networks[J].Journal ofSafety Science and Technology,2009,5(4):106-109

[2]孙燕,杨胜强,等.用灰关联分析和神经网络方法预测煤与瓦斯突出[J].中国安全生产科学技术,2008,4(3):14-17SUN Yan,YANG Sheng-qiang,et al.Coal and gas out-burst forecast by ANN and grey correlation[J].Journal ofSafety Science and Technology,2008,4(3):14-17

[3]罗云,吕海燕,等.事故分析预测与事故管理[M].北京:化工工业出版社,2006

[4]Kathleen M,Kowalski-Trakofler.The concept of degrad-ed images applied to hazard recognition training in miningfor reduce of lost-time injuries[J].Journal of Safety Re-search,2003,(34):515-525

[5]程亮平.伤亡事故统计分析信息管理系统的开发[J].工业安全与环保,2007,33(3):56-57CHENG Liang-ping.Development analysis on informa-tion management system of casualty accident statistics[J].Industrial Safety and Environmental Protection,2007,33(3):56-57

[6]颜柳,麻凤海.三次指数平滑法在城市地铁变形中的应用[J].交通科技与经济,2007,(5):62-71YAN Liu,MA Feng-hai.Application of cubic exponen-tial smoothing method to city underground deformationprediction[J].Technology&Economy in Areas of Com-munications,2007,(5):62-71

[7]俞志峰,谢正文.基于指数平滑技术的灰色沉降预测模型及应用[J].中南公路工程,2007,32(3):120-123YU Zhi-feng,XIE Zheng-wen.Improved grey modelby exponential smoothing for settlement prediction and itsapplication[J].Central South Highway Engineering,2007,32(3):120-123

[8]顾晓叶,于殿宝,朱玉生.事故预测数学模型的研究与实践[J].中国安全科学学报,2009,19(12):23-27GU Xiao-ye,YU Dian-bao,ZHU Yu-sheng.Re-search and practice of accident prediction mathematicalmodels[J].China Safety Science Journal,2009,19(12):23-27

[9]袁昌明,崔晓君.事故预测模型的建立与应用[J].中国计量学院学报,2004,15(4):314-316YUAN Chang-ming,CUI Xiao-jun.Establishment andapplication of an accident prediction model[J].Journalof China Jiliang University,2004,15(4):314-316

篇5：综合增长指数法在工业废水排放量预测中的应用

1.1 综合指数法的特点

环境质量综合指数法的特点, 是能适应综合评价某个环境因素乃至几个环境因素的总环境质量的需要。此外, 大量监测数据经过综合整理, 计算成几个环境质量指数后, 可提纲挈领地表达环境质量, 既综合概括又简明扼要。环境质量指数可用于评价某地环境质量各年 (或月、日) 的变化情况, 或比较环境治理前后环境质量的改变 (即考核治理效果) , 以及比较同时期各城市 (或各监测点) 的环境质量。它也适用于向管理部门和社会公众提供关于环境质量状况的信息。

1.2 综合指数法的计算方法

在建立综合环境质量指数时, 要按照各污染物对人体健康或环境的危害性对各参数加权。最简单和常用的加权方法是将i污染物平均监测浓度Ci除以i量纲的Ci/Si值, 可称为i污染物的分指数, 它是多种环境质量指数计算式的基污染物的评价标准即环境卫生标准Si, 将Si的倒数看作权重系数。各参数的权重系数, 还可通过专家判断、征询较多学者和群众意见、或用更复杂的数学计算来确定。环境质量指数的计算, 有比值法和评分法2种。

1.2.1 比值法。

比值法是以Ci/Si的形式作为各污染物的分指数。设某一因子i作用于环境, 其环境质量指数的计算公式可写为:

式中, Pi—环境质量指数;Ci—i因子在环境中的浓度;Si为环境质量标准中该因子某一标准浓度值。

大气、水、土壤等绝大多数评价因子均可采用上述的标准型指数;由于DO (溶解氧) 和p H值与其他因子的性质不同, 需采用不同的指数形式:

(1) DO的标准型指数形式:

式中, Pi—i点的DO环境质量指数;DOf—饱和DO浓度;T—水温 (℃) ;DOi—i点的DO浓度;DOs—DO的评价标准。

(2) p H值的标准型指数形式:

式中, Pi—i点的p H值环境质量指数;p Hi—i点的p H监测值;p Hsd—评价标准中规定的p H值下限;p Hsu—评价标准中规定的p H值上限。

1.2.2 评分法。

评分法是将各污染物参数按其监测值大小定出评分, 应用时根据污染物实测的数据就可求得其评分。应用该方法时, 需先按照规定的标准确定污染物等级分类的上限和下限, 如果该指标没有相应的规范可依, 也可采用德尔菲专家咨询法确定。确定了等级后可采用德尔菲专家咨询法确定各环境因子的权重, 并根据调查数据和监测值给出各因子的评分, 最后加权计算出综合评分。

(1) 简单叠加型指数:

式中, I—某一要素的环境质量指数;Pi—该要素某一环境因子的环境质量指数。

(2) 均值型指数:

代数叠加型指数与均值型指数均将每个环境因子影响重大性视为相同, 是较为常用的综合指数, 不同在于前者计算的是总值, 后者计算的是均值。

(3) 加权型指数:加权型指数考虑到每个环境因子影响重大性的差异, 而赋予各环境因子不同的权值。

(4) 极值型指数:极值型指数在考虑平均值外还突出了最大污染物的作用。

2 综合指数法在水电项目环评中的应用

2.1 水利水电项目生态环境影响评价的常用指标类别

依据国家有关法律和法规, 根据水利水电建设项目工程的特点, 提出了一个综合反映水利水电建设工程生态环境质量定量评价体系, 它从一系列指标的客观实测值或估算值与该指标在生态环境中的主观环境质量评价等级两者间建立评价体系, 并根据拟建水库的生态环境效应判别并运用特尔菲法确定各指标的权重[1,2]。

指标体系, 是评价标准以正确的环境观和价值取向的具体体现, 它是对某现象进行价值判断的规定和准则。主要包括以下指标:地形地貌、森林覆盖率、维管束植物、国家重点保护植物物种、古树名木、水库淹没区生物量占评价区生物量、陆栖脊椎动物、国家重点保护动物、土著物种、生态敏感区、土壤侵蚀模数、土地垦殖率、人口经济密度。

2.2 指标等级与权重确定

2.2.1 指标等级与权重制定的依据。

指标权重的制定主要依据国家有关的法律、法规和环境生物学、环境管理学、环境与资源经济学和生态学的一些原理和方法, 利用特尔菲专家咨询法在确定了17项指标后, 同时又对上述专家所给定的指标权重值进行统计学处理, 并经修正而加以确定相应的权重。

2.2.2 指标等级与权重的一般模式。

根据指标等级与权重制定的依据水利水电建设工程生态环境质量指标等级与权重模式。

2.2.3 综合评价方法。

综合评价指在单因子评价的基础上, 用加权平均法进行生态环境的综合评价。生态环境质量现状评价釆用加权求和方法, 计算公式如下:

式中, I—生态环境质量评价综合分值;n—指标个数;Wi—各指标权重值;Ii—各指标的评分分值。

3 环境保护措施与建议

3.1 鱼类资源的生态补偿措施

3.1.1 施工期保护措施。

合理安排施工进度, 非特殊情况施工期不得延长, 尽量在枯水季节完成水下施工作业。选用装载能力大的运输船舶, 降低船舶往返频率, 降低水体扰动、悬浮物增加对鱼类的影响程度[3]。设置拦网, 实行监测, 采用生态修复措施。施工中建设方应主动与作业点附近的渔民就作业时间进行协商, 以减少渔业资源损失。施工过程中发现珍稀水生动物, 应立即停止施工。

3.1.2 投产后保护措施。

人工繁殖鱼苗, 待鱼苗长到一定长度后放回河道, 让其在自然环境中生长的方式, 也是目经常采用的大坝生态补偿措施。还可以考虑的补偿措施有鱼类栖息环境的恢复和再造, 即通过工程措施使已被破坏的鱼类栖息地完全或部分恢复原有功能, 或在其他区域选取环境相似的水域 (如河道支流) 进行改造, 但再造栖息地对那些只在祖先产卵的地方产卵的鱼类是无用的。供鱼类洄游通过水闸或坝的人工水槽, 鱼道的设计主要考虑鱼类的上溯习性。在闸坝的下游, 鱼类常依靠水流的吸引进入鱼道。

3.2 地形地貌及生物物种的保护

在开发活动中, 要对影响区域内的敏感地貌进行特别保护, 合理安排施工作业, 减少大型机械对其的不良影响, 必要时可以建设独特地形地貌的保护区。严格按照设计执行施工, 不准在施工范围以外活动。临时施工场地和施工道路布设要科学合理, 减少难以恢复的土地占用类型和面积, 在大坝施工迹地进行植被恢复。植树造林的树种应当首先当地种类, 如果选用外地种类, 要充分论证, 避免造成新的外来种的生态入侵[4]。

加强移民安置工作管理, 避免超计划占用林地、禁止移民乱砍滥伐, 安置中注意保护周边植被, 尽可能减少对植被和土地的破坏, 建议对安置区周边实施封山育林, 退耕还林还草, 鼓励移民对安置区周围进行绿化。

对于无法避免和消减的生态影响, 要制定完善的补偿方案, 给予的经济补偿要保证用于生态补偿, 不能转做他用。凡是毁坏的林地必须要选地重新栽植。减少的生物量必须要异地补偿。临时性的占地要通过复垦进行补偿, 永久性的占地要采用异地种植的方法进行补偿。

3.3 水土保持措施

3.3.1 工程永久占地区。

本阶段, 水保方案是在现有防洪设计标准及防渗要求基础上, 联合水工设计, 将在副坝、防洪堤背水面及工程部分裸露坡面采取生态防护措施。

3.3.2 施工生产生活设施占地区。

为防止施工期降水及地面径流给工程建设带来影响, 采取设置排水沟拦截并排走场内及周边降水和地表径流。结合施工总布置, 排水沟修建在施工生产企业和生活区内, 按施工生产生活房屋的布局修建。

3.3.3 料场占地区。

开采过程中注意保护开采边线以外的植被, 施工活动应尽量控制在料场征地范围内, 尽量避免破坏征地范围以外的植被。

完建后迹地恢复植物措施:土料场开采结束后形成典型的挖损地貌, 不具备直接复耕的条件, 须对其进行土地整治。开采结束后, 将集中堆放的表层耕作土回铺到开挖迹地上进行复耕。同时, 将无用层临时占用的耕地进行翻松复耕, 其复耕的费用在移民安置费用中列支。

参考文献

[1]董鸣飞等.海南省生态环境质量分析与综合评价[M].广州:中山大学出版社, 1985.

[2]夏军.区域水环境及生态环境质量评价——多级灰关联评估理论与应用[M].武汉:武汉水利电力大学出版社, 1999.

[3]白洁, 王学恭.基于生态位理论的甘肃省城市竞争力研究[J].干旱区资源与环境, 2009 (3) :30-34.

篇6：综合增长指数法在工业废水排放量预测中的应用

1.1 评价项目分类

将水质监测评价项目化分为三类, 即一般污染物、有毒污染物及富营养化评价类。

1.1.1 一般污染物

包括DO、CODmn、CODcr、BOD5、NH3-N、Cu、Zn、硫化物、硫酸盐、氯化物、Fe、Mn、Se等13项。

1.1.2 有毒污染物

将对人体健康危害明显和存在长期危害, 而饮用水处理工艺难以去除的, 以及常规水处理工艺不能有效去除的原水中难降解有机物等归纳为有毒有机项目[2]。包括氟化物、挥发酚、硝酸盐、重金属、石油类等10项。

1.1.3 富营养化评价

单项指数评价采用标准为《地表水环境质量标准》 (GB3838-2002) ;湖库富营养化评分采用标准为《地表水资源质量评价技术规程》 (SL395-2007) 。

另外, 根据《地表水环境质量标准》 (GB3838-2002) 中对于集中式生活饮用水地表水源地补充项目标准限值的界定, 拟定硫酸盐、氯化物、硝酸盐、铁、锰等补充项目的评价标准Ii[3], 详见表1。

2 综合指数评价参数计算

2.1 单项污染物指数

单项污染物进行评价时, 根据水质评价标准的精度及项目自身特点, 参数计算主要包括4种情况:

2.1.1 常规的指数计算方法

指数Ii计算如下:

I式i=中, Ci-:Ci io指k标+的Ii实ok测浓度。

=IiCi=-CiCokiCi:ok++iC 1io指-kIC标iok的+Ikiok+1级标准浓度。-CCiok+1-CiCokio+k1:-iC io指kiok标的k+1级标准浓度。-iokCiok+Iiok:i指标的k级标准指数值。

2.1.2 溶解氧指数计算

溶解氧比较特别, 其含量与水质状况成正比, 即溶解氧值越大, 水质越好。因此溶解氧的计算公式与常规指数计算公式略有不同, 即:

2.1.3 两级或多级标准值相等时

式中, m:相同标准的个数;

则当两级或多级分级值相同的情况发生在起始位置时, 则

2.1.4 检出限作为标准限值时

如表1所示, Ⅰ类水的标准限值即为该项目的检出限。则=当CiCoki-+I1i-=

2.1.5 Ci超出V类标准限值时

2.2.1 一般污染物综合指数

n:参与评价的指标数。

2.2.2 有毒污染物综合指数

有毒污染物取单项最大指数值, 作为有毒污染物的综合指数, 即:

2.2.3 WQL四舍五入

WQL四舍五入采用向上舍入原则, 即:

≈2;当2<≤3时, ≈3;3<≤4时, ≈4;4<≤5时, ≈5。

2.2.4 湖库富营养化综合指数

2.2.4. 1 按照SL395-2007[4]中富营养化评价的相关标准

计算单项评分值。

2.2.4. 2 计算总评分值TLI (∑)

总评分值为各单项评分值的算术平均值。

2.2.4. 3 湖库富营养化综合指数的确定

富营养化综合指数与总评分值之间对应关系为:当0

=2;当40

3 评价实例

实例选取以吉林省地表水饮用水水源地为例, 在长春、吉林、辽源、延边等地共计抽取10个水源地样本。水源地编号按照从1~10的顺序进行排列;其中水源地1、2、5、7、9号为河流型, 水源地3、4、6、8、10号为湖库型。

评价过程以水源地3为例, 去除空值项后按步骤进行评价:

3.1 一般污染物

DO、CODmn、CODcr、BOD5、NH3-N、Cu、Zn、硫酸盐、氯化物、Fe, 浓度值依次为Ci= (9.6, 6.3, 9.6, 1.6, 0.15, 0.005, 0.005, 23.2, 5, 0.03) ;单项指数评价后Ii= (1.00, 3.08, 1.28, 1.07, 1.00, 1.00, 1.00, 1.06, 1.00, 1.00) ;选取最大5个指数进行算术平均及四舍五入后, 得到一般污染物

3.2 有毒污染物

氟化物、TAs、Hg、Cd、Cr、Pb、氰化物、挥发酚、硝酸盐, 浓度值依次为Ci= (0.27, 0.0035, 0.00005, 0.0005, 0.002, 0.005, 0.002, 0.001, 0.32) ;单项指数评价后Ii= (1.00, 1.00, 1.00, 1.00, 1.00, 1.00, 1.00, 1.00, 1.00, 1.00) ;选取最大指数值进行四舍五入后, 得到有毒污染物WQL=1。

3.3 富营养化评价

CODmn、TP、TN、叶绿素、透明度, 浓度 (监测值) 依次为Ci= (5.1, 0.02, 1.62, 0.0005, 1.10) ;单项评分后TLI (i) = (52.8, 36.7, 66.2, 10.0, 48.0) ;计算总评分值TLI (∑) =42.7;按照总评分值和综合指数之间的对应关系, 即得WQL=3。

因此水质状况指数为3, 则水源地3的水质类别为Ⅲ类。

同理即可得到其它水源地的WQL及水质状况指数 (详见附图1) 、富营养化评分值TLI (∑) 与指数评价状况 (详见附图2) 。

4 评价结果分析

如图1所示, 在10个水源地样本中, 水质类别为Ⅱ类的水源地为水源地1、2、5、9;Ⅲ类水源地为水源地3、7、10;Ⅳ类水源地为水源地4、6、8。以Ⅲ类作为水质达标的标准, 则达标水源地占70% (其中河流型水源地5个、湖库型水源地2个) ;不达标水源地占30% (均属于湖库型) 。总体看来, 河流型水源地水质明显优于湖库型水源地。

图1单项指数评价结果显示, 其中3处水源地出现铁超标 (分别为水源地4、8、10) , 类型均属湖库型。其主要源于季节性因素影响, 库区水温分层而导致[5]。水源地10虽然单项指数超标, 但富营养化程度基本达标 (富营养化指数≤3, 即指数评分≤60, 一般不会发生水华) , 因此可暂定为基本达标。同理, 水源地4、6、8其他综合指数均达标, 但库区富营养化指数超标 (见图2) , 因此导致水源地超标。

理论上讲, 源水中的污染物, 可以在净水环节去除, 只不过需要一定的工艺和费用。例如, 即使水源地水中粪大肠菌群超标, 经过后续消毒处理后, 能够很容易地达到《生活饮用水卫生标准》的要求。铁、锰等污染物质, 只要增加针对性的处理工艺, 也能去除, 一般不会影响供水水质安全[6]。总氮总磷超标主要体现在湖库型水源地, 它们影响的是水库的营养状态及生态安全状况, 并不直接对饮用水安全构成威胁[6]。因此, 综合考虑库区的富营养化程度 (富营养化指数≤3, 一般不会发生水华) , 才是其水质是否达标的关键。

5 结论

实例证明, 综合指数评价法是一种较为灵活的评价方法, 能够综合的反应水源地的水质状况, 是一种完全适用于地表水饮用水水源地的水质评价方法。

参考文献

[1]石建屏, 李新, 蒲洋.基于主成分分析和综合指数法的饮用水水源地水质评价.供水技术, 2012 (2) .

[2]陈敏建, 耿雷华, 王立群, 丰华丽, 等.饮用水水源地安全评价技术导则[J], 2011 (11) .

[3]GB3838-2002地表水质质量标准.中国环境科学出版社, 2002 (4) .

[4]SL395-2007地表水资源质量评价技术规程[M].中国水利水电出版社, 2008.

[5]戴凌全, 李华, 陈小燕.水库水温结构及其对库区水质影响研究[J].红水河, 2010 (10) .